第13章_经典功率谱估计_资料.pptVIP

经典功率谱估计的特点： 1. 物理概念明确，可用FFT快速算法。所以 是大众化的谱估计方法； 2. 对周期图，分辨率受到 的限制； 对自相关法，分辨率受到 的限制； 3. 方差性能不好，不是一致估计， N 增 大时谱曲线反而起伏加剧； 4. 改进方法是“平滑”与“平均”，改进的目 的是减小方差，但牺牲了分辨率； 5. 注意窗函数的作用与影响： 加在数据上的窗函数： 产生加在自相关函数上的延迟窗： 各个窗函数的作用及影响是什么？ 13.7 短时傅里叶变换 平稳信号：均值、方差及均方都不随时间变化，自相关函数仅和两个观察时间的差有关，和观察的具体位置无关 ； 非平稳信号：均值、方差都随时间变化，自相关函数也和观察的时间位置有关，信号的频率也随时间而变化，如语音、脑电及其他含有较多突变分量的信号 。其一阶、二阶统计量和功率谱的估计显然不能简单地使用平稳信号的估计方法，必须考虑其时变因素。 方法：分段，每一小段可看作是平稳的。 概念： 其STFT定义为: 并且窗函数应取对称函数。 式中 τ x(τ) 0 FT FT FT Ω 0 谱图是恒正的，且是实的。 概念： “谱图（spectrogram）” 由于 所以 谱图是信号能量的分布。 考虑 是随机信号的一个样本，谱图可实现信号功率谱的估计。注意，它们是 的函数 将信号 变换为一个二维函数 的方法称为信号的联合时频分析： STFT 谱图 Wigner分布 Cohen类分布 例1 信号x(n)由三个不同频率的正弦首尾相接所组成，即 例2 线性频率调制信号（chirp） 其频率与时间成正比 非平稳 例2 两个chirp信号，一个频率随时间增长，一个频率随时间减小，求它们和的谱图。 与本章内容有关的MATLAB文件 本文件用Welch平均法估计一个信号的功率谱，其基本调用格式是： [Px, F] = pwelch(x, Nfft, Fs, window, Noverlap) 式中 x 是随机信号，Fs是抽样频率，Nfft是对x作FFT时的长度，window是选用的窗函数, Noverlap是估计x的功率谱时每一段叠合的长度。缺省时，Nfft = 256 , noverlap = 0, window = Hanning(Nfft), Fs = 2。输出的Px是估计出的功率谱，按上述调用格式给出的是幅平方值，F是频率轴坐标。 1. pwelch.m 2. spectrum.m 功能和pwelch.m类似，可用Welch平均法来估计一个信号的自功率谱，还可用于估计两个信号的互功率谱。 3．specgram.m 估计信号的谱图，但实际上估计的是其短时傅里叶变换。该文件主要针对非平稳信号，当然也可用于平稳信号，甚至确定性信号。 最后有： 由于 如何理解这一结果 所以： 周期图和自相关法都是渐近无偏估计 因为： 2. 方差 又遇到四阶矩问题，直接求解困难。 （1）假定 是高斯零均值的随机过程； 思路： （2）求 在 处的协方差 ： 定义： 有关方差公式的推导不作要求。主要是掌握结论，并用来说明问题。 （3）令 ，则 求解的关键 推导的结果：方差 （1） 时 经典功率谱估计不是一致估计 解释： 推导的结果：协方差 假定 在主瓣外为零； 那么，在频率范围 内： 有 （2） 若 的主瓣宽度为 ； 在 处， 说明：随机变量 在 处不相关; 原因：功率谱的定义中即要求极限，又要求均 值；而实际的估计方法，仅靠单次实现 的有限长，无极限、又无均值运算，因 此产生上述问题。 设想：增大数据长度，效果如何 后果：使估计出的谱曲线起伏加剧； 增大， 的主瓣（ ）将变窄，因此，引起不相关的区域进一步增多，从而引起谱曲线的更加起伏，实际上是方差变大。 分辨率和方差（体现在曲线起伏上），是经典谱估计中的一对矛盾。 通常，增加 ，会提高谱的分辨率，对经典谱估计来说，增加